序
前言
基礎篇信號處理與分析基礎理論
第1章信號與系統的基本概念2
1.1信號的描述與分類3
1.1.1信號的描述3
1.1.2信號的分類4
1.2信號的基本處理與分析7
1.2.1信號的加減與乘除7
1.2.2信號的反轉與平移8
1.2.3信號的尺度變換（橫坐標展縮）9
1.2.4連續信號的微積分12
1.2.5離散信號的差分與求和12
1.2.6信號分析12
1.3典型信號13
1.3.1沖激信號與階躍信號13
1.3.2指數信號與正弦信號17
1.3.3抽樣信號18
1.4系統的描述與分類19
1.4.1系統的描述19
1.4.2系統的分類23
1.4.3系統分析26
習題與思考題27
第2章系統的時域分析30
2.1LTI系統的描述及特點30
2.1.1連續系統的數學描述30
2.1.2離散系統的數學描述31
2.2LTI連續系統的響應33
2.2.1微分方程經典解33
2.2.20-到0+的問題34
2.2.3零輸入響應和零狀態響應36
2.2.4沖激響應和階躍響應39
2.3卷積積分41
2.3.1卷積積分的定義與計算42
2.3.2卷積積分的性質44
2.4LTI離散系統的響應47
2.4.1差分方程經典解47
2.4.2零輸入響應與零狀態響應49
2.4.3單位序列響應和單位階躍響應51
2.5序列卷積和53
2.5.1卷積和的定義與計算53
2.5.2卷積和的性質56
2.5.3離散系統卷積和的分析方法56
習題與思考題57
第3章信號的頻域分析60
3.1信號分解與傅里葉級數60
3.1.1信號的正交分解60
3.1.2周期信號的傅里葉級數形式62
3.1.3周期信號的頻譜特點及帶寬66
3.2傅里葉變換69
3.2.1非周期信號的分解與頻譜69
3.2.2傅里葉變換的定義70
3.2.3傅里葉變換的性質70
3.3常用周期信號和非周期信號的傅里葉變換73
3.3.1周期信號的傅里葉變換與頻譜73
3.3.2典型非周期信號的傅里葉變換與頻譜76
3.4傅里葉逆變換81
3.5能量譜與功率譜84
3.6離散信號的傅里葉分析85
3.6.1周期序列的離散傅里葉級數85
3.6.2非周期序列的離散時間傅里葉變換87
3.6.3離散傅里葉變換88
習題與思考題89
第4章LTI系統頻域分析93
4.1連續系統的頻域分析93
4.1.1頻率響應的定義93
4.1.2頻率響應的求解95
4.1.3連續系統頻域分析95
4.2無失真傳輸系統與理想低通濾波器98
4.2.1無失真傳輸系統98
4.2.2理想低通濾波器102
4.3采樣定理110
4.3.1信號的采樣110
4.3.2時域采樣定理113
4.3.3頻域采樣定理115
4.3.4應用舉例116
4.4離散系統的頻域分析119
4.4.1離散系統的頻率響應119
4.4.2頻率響應和單位樣值響應的計算120
習題與思考題121
第5章信號的拉普拉斯變換與z變換124
5.1連續信號的拉普拉斯變換124
5.1.1拉普拉斯變換的定義124
5.1.2單邊拉普拉斯變換的性質126
5.1.3拉普拉斯逆變換129
5.2離散信號的z變換132
5.2.1z變換的定義132
5.2.2z變換的性質135
5.2.3逆z變換139
5.3拉普拉斯變換與z變換的特點及應用144
習題與思考題146
第6章系統的變換域分析149
6.1LTI連續系統的復頻域分析149
6.1.1LTI連續系統的復頻域模型149
6.1.2LTI連續系統的復頻域分析152
6.2LTI離散系統的z域分析156
6.2.1LTI離散系統的z域模型157
6.2.2LTI離散系統的z域分析160
6.3系統函數與系統特性161
6.3.1系統函數的零極點分布162
6.3.2系統函數與時域響應163
6.3.3系統的因果性與穩定性165
6.4信號流圖與系統結構167
6.4.1信號流圖167
6.4.2系統結構170
習題與思考題175
應用篇多模態信號處理及應用
第7章多模態信號處理179
7.1多模態信號處理的概念179
7.2多模態信號處理模型181
7.2.1線性回歸182
7.2.2隨機森林183
7.2.3支持向量機184
7.2.4稀疏表示185
7.2.5卷積神經網絡186
7.2.6Transformer模型191
7.2.7多模態大模型196
7.3多模態信號處理技術199
7.3.1多模態融合199
7.3.2多模態增強201
7.3.3多模態識別202
7.3.4多模態轉換204
7.4多模態信號處理技術的應用領域205
第8章在多模態圖像處理中的應用207
8.1多模態圖像概述207
8.1.1多模態圖像成像207
8.1.2圖像基本要素210
8.1.3圖像處理系統的基本組成214
8.2圖像的基本處理216
8.2.1圖像濾波216
8.2.2圖像增強219
8.2.3圖像恢復221
8.2.4圖像分割222
8.3多模態醫學圖像的應用226
8.3.1醫學圖像配準227
8.3.2醫學圖像分割230
8.3.3醫學圖像診斷232
第9章語音信號處理、識別與多模態融合應用235
9.1語音信號采集與預處理235
9.1.1語音信號采集236
9.1.2語音信號預處理236
9.2短時語音信號的時域與頻域特征分析239
9.2.1時域特征分析239
9.2.2頻域特征分析241
9.3語音識別241
9.3.1語音信號端點檢測241
9.3.2基于DTW的語音識別242
9.3.3基于深度學習的語音識別246
9.4基于多模態融合的語音分離249
9.4.1純語音分離原理249
9.4.2多模態語音分離252
第10章在高速鐵路軌道檢測中的應用256
10.1高鐵鋼軌磨耗的典型檢測方法256
10.1.1斷面輪廓檢測257
10.1.2鋼軌波磨檢測259
10.2傅里葉變換理論在弦測法中的應用261
10.2.1兩點弦測法261
10.2.2三點弦測法262
10.3鋼軌表面缺陷與機器視覺識別方法265
10.4多模態融合的鋼軌表面磨耗檢測266
第11章融合腦電信號的處理及應用270
11.1腦電信號概述270
11.1.1腦電信號的頻域特